角色动画正在进行的AI化的变革，这些技术的变革核心只有一点，就是让虚拟角色的动作越来越逼真，以至于最终玩家在虚拟世界当中无法区分是真人还是机器人。本文作者从现实案例和未来技术发展趋势的视角，观察AI与游戏行业的结合，让人非常令人期待日益“真实”的游戏世界！希望能带给大家更多AI与行业应用结合的启发~
一、前言
角色动画Character Animation是游戏、影视作品中的核心组成部分，我们玩3A游戏很重要一点是被游戏的画面，角色的动作所吸引，比如The Last of US:
https://video.zhihu.com/video/1487101229653856256
那么角色动画是怎么做的呢？目前的前沿技术又是什么？
本篇Blog将简要的介绍角色动画涉及的相关技术及AI前沿
二、状态机动画
现在用的最多，技术最成熟的技术就算状态机State Machines动画了。
https://docs.unrealengine.com/4.27/zh-CN/AnimatingObjects/SkeletalMeshAnimation/StateMachines/Overview/
游戏开发者构造很多的动画片段，然后通过状态机判断当前角色的状态，然后选择播放某一个动画片段。这个动画片段可以是动画师手动k出来的，也可以是通过动捕设备采集的动捕动画。
目前手游基本都使用的状态机动画，技术比较成熟，网上也有一些比较好的状态机动画库，比如
https://video.zhihu.com/video/1487106716353753088
状态机动画有利有弊，
好的方面：
1. 技术简单，成熟
2. 能够在任意平台使用，占用内存较低
3. 速度快
缺点：
1. 动画数量有限，动画切换过渡容易失真，比如脚步打滑，穿模等
2. 工程量很大，状态机的状态数量增加，不同状态之间的转换就会指数增加，比如下面这个图，也只是一个基本的locomotion行走的状态机，就很复杂了
所以，能不能简化动画的制作流程，提升动画的效果一直是游戏行业研究的方向。Motion Matching便是这样一个变革性的技术。
三、Motion Matching
Motion Matching是2016年Ubisoft在GDC提出的全新动画技术
Motion Matching的技术原理是比较简单的：
就是对角色提取一些关键的特征，比如root 位置/速度，过去和当前的轨迹，关节的位置速度等等，然后利用这些特征去动画库里寻找最匹配的下一个动画片段，然后结合Blending播放这个动画。
之前状态机，是人工的设置动画的状态，Motion Matching则是通过算法去选择动画的“状态”，这就省去了手动设置状态的过程。
Motion Matching的原理说起来简单，但实现上涉及到的工程技术是比较复杂的：
1. 需要动捕棚，比如光学或者惯性动捕，使用一定的规则去进行动捕，比如Dance Card。
2. 对动捕的数据进行处理，提取并存储关键特征
3. 构建匹配算法，能够快速的搜索动捕关键特征库的数据进行匹配
4. 获取相应的动画进行播放
这一块，黑神话悟空的同学有一个Talk专门讲Motion Matching值得一看：
[UnrealCircle深圳]《黑神话：悟空》的Motion Matching | 游戏科学 招文勇 https://www.bilibili.com/video/BV1GK4y1S7Zw/
目前网上的Unity/UE Motion Matching插件的效果都有限，而像Ubisoft等3A大厂并没有对Motion Matching做开源，这导致Motion Matching的普及程度是比较有限的，国内掌握Motion Matching技术的团队还是很少的，基本上得自己实现。
Motion Matching在3A大作上大放异彩，其动作效果已经非常好了，但是它也不是没有缺点
Motion Matching的缺点：
1. 需要大量的动画，动画需要专门清洗，占用大量的内存。比如The Last of Us 2，据说动画就占了50GB
2. 进行动画匹配的速度和动画的数量呈正比，动画越多，速度越慢
由于以上两点，Motion Matching只能在主机端使用，要在手游端使用困难重重。另一方面，Motion Matching有瓶颈，如果有几百GB的动画，就很难处理了，要进一步提升动画品质也很困难。除此之外，动画匹配的特征不容易调整，不同的状态需要的特征可能不一样，这点也拉高了Motion Matching的实现门槛。
Motion Matching的下一步是什么呢？
——基于数据驱动的AI方法
四、Data-Driven Motion AI:PFNN,NSM,Learned Motion Matching and more
引入深度学习来做角色动画是一个比较自然的想法：Motion Matching是通过算法匹配动画，那么能不能由AI记忆动捕动画来直接输出下一帧的动画呢？训练就直接使用动捕动画片段的下一帧作为标签。
PFNN（Phase-Functioned Neural Networks）便是开山之作，作者是Daniel Holden，目前在Epic Games：
https://video.zhihu.com/video/1487117458310361088
一些详细的分析可以看
phase functioned network for character control https://zhuanlan.zhihu.com/p/53596871
简单的说就是将角色的当前骨骼的位置/角度/速度，root根节点的位置/角度/速度，角色过去及未来的轨迹作为神经网络的输入，然后输出下一帧的root的相对位置/角度，下一帧骨骼的位置/角度/速度等。由于数据多，直接训练一个MLP神经网络很容易由于动作平均化而出现脚步滑动，所以作者引入了phase相位，也就是假设行走时脚步是按照类似正弦方式进行相位变化，那么就人为标注当前姿态的相位，然后让每一个相位对应一个神经网络的参数，可以认为用相位做为神经网络的条件，从而大幅提升了动画的效果。
PFNN之后，Daniel Holden的师弟Sebastian Starke，He Zhang等延续了PFNN，做出了一系列的工作：
这些工作都非常出彩，一定程度上奠定了角色动画AI这个全新领域。这一系列的工作都延续PFNN的思想，使用了MANN中提出的MoE网络架构，来尽可能的提升动画效果。当然，这一系列的工作也不是没有问题，就是做的越来越复杂以至于很难复用，同时使用AI始终面临着一个问题就是Out of Distribution （OOD）的问题，也就是在动画中一旦神经网络的输入是没有遇到过的场景，神经网络可能会输出一些奇怪的状态，导致完全不符合动画的要求，相反，Motion Matching和状态机因为都是使用原始的动画，则没有这个问题。
Daniel Holden在Ubisoft提出了Learned Motion Matching，将motion matching的思路与AI结合，目的是大幅度降低动画占用的内存，并且尽可能的限制AI的泛化，使其输出的动画都映射到动画库中，取得了不错的效果，基本上和Motion Matching的效果一致，是将Motion Matching应用到手游中值得考虑的技术。
https://montreal.ubisoft.com/en/introducing-learned-motion-matching/
EA在FIFA2022上应用了HyperMotion，应该是数据驱动角AI技术在游戏上的首次应用：
基于数据驱动的AI技术确实是角色动画的变革性技术，但它依然局限性，最大的问题就是它是运动学动画（Kinematic-based Animation），也就是所有的动画样本都是预设的（比如动捕录制），AI学的也是这些预设动作，在输出动画时，AI并没有考虑虚拟的物理环境对角色的影响，也无法触发因物理而导致的合理变化。比如角色可能依然会出现穿模或者脚步滑动的现象，或者另外一个人碰了角色的不同部位，角色也没办法做出对应的反应。要解决这个问题，实现终极的角色动画（或者超越动画的概念，角色在虚拟世界真正在动），那么必须是物理动画Physics-based Animation。
五、物理动画AI/虚拟机器人
https://www.youtube.com/watch?v=JZKaqQKcAnw
物理动画驱动角色的方式和运动学动画的方式是完全不同的。对于运动学动画，我们直接对角色的姿态进行赋值，比如它的关节位置，而对于物理动画，我们则是像驱动机器人一样控制每一个关节的电机，由关节电机输出扭矩来改变关节的位置，同时这个过程严格受物理定律影响，使得整个动作是完全符合物理定律的。所以物理动画控制角色等价于控制虚拟机器人。
当然，物理动画可以泛指所有符合物理的动画，不仅仅是对角色的控制，所以，我们可以看到很多基于物理动画的游戏，比如Besiege围攻，你可以在里面创建各种机械，符合物理规律。
还有赛车游戏，比如GT7:
但是要在人物角色上使用物理动画就比较困难的，因为真的是要控制一个虚拟机器人，而这是目前的技术很难做到的。因此，物理动画往往使用在角色掉落等场景，不需要控制，只是让角色通过物理展现不同的死法。
怎么控制一个虚拟机器人呢？
这就要引入深度强化学习Deep Reinforcement Learning了，让虚拟角色在虚拟环境中训练，慢慢的掌握比如行走的技巧，同时引入模仿学习，让角色的行为和人真实的行为相近。
这块的开山之作当属Xuebin Peng的DeepMimic，将姿态与动捕的匹配程度及任务目标作为reward来训练角色:
在DeepMimic之后，也有一系列的相关改进工作，比如AMP: Adversarial Motion Priors for Stylized Physics-Based Character Control
最近比较酷的工作当属Daniel Holden （对，还是他）提出的SuperTrack – Motion Tracking for Physically Simulated Characters using Supervised Learning - Ubisoft Montréal
https://video.zhihu.com/video/1487129209164640256
通过学习一个world model，纯监督来训练一个policy，效果比DeepMimic还好，速度则快很多。这是model-based learning巨大的成功。虽然SuperTrack目标还只是去跟踪某一个动捕动画，但是可以期待未来实现更复杂的任务，比如泛化到各种不平坦地面的行走。
物理动画AI目前还是学术前沿，但离落地也越来越近了，动作要足够自然，拟人是物理动画需要解决的核心挑战。
六、小结
角色动画正在进行的AI化的变革，很多最新的成果令人振奋。这些技术的变革核心只有一点，就是让虚拟角色的动作越来越逼真，以至于最终玩家在虚拟世界当中无法区分是真人还是机器人，这种变化结合更好的渲染技术比如UE5将极大的改变虚拟世界的体验，让虚拟越来越真实，以至虚拟=真实！
本文来自：知乎@Flood Sung 链接： https://zhuanlan.zhihu.com/p/481381633
Illustration b y Aleksandr Smetanov from i cons8
-The End-
4.16 周六 10点
我们「门侃」线上会客厅见！
关于我“门”
将门是一家以专注于发掘、加速及投资技术驱动型创业公司的新型创投机构，旗下涵盖将门创新服务、将门技术社群以及将门创投基金。
将门成立于2015年底，创始团队由微软创投在中国的创始团队原班人马构建而成，曾为微软优选和深度孵化了126家创新的技术型创业公司。
如果您是技术领域的初创企业，不仅想获得投资，还希望获得一系列持续性、有价值的投后服务，欢迎发送或者推荐项目给我“门”:
bp@thejiangmen.com
点击右上角，把文章分享到朋友圈
⤵一键送你进入TechBeat快乐星球
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
